图谱实践笔记第五篇：OpenKE- KG Embedding OPENKE简介清华大学自然语言处理实验室近日发布了 OpenKE 平台，整合了 TransE、TransH、TransR、TransD、RESCAL、DistMult、HolE、ComplEx 等算法的统一接口高效实现，以及面向..

图谱实践笔记第四篇：Jena实训，生成所需的subgraph 读取RDF文件Jena 2.10引入了RDF I/O technology (RIOT) 技术。 Class Comment RDFDataMgr Main set of functions to read and..

本篇是对SPARQL的番外补充；是对于cambridgesemantics教程[1]的学习笔记内容。 SPARQL1.0语法SPARQL1.0 是一个read-only language，不具有update等进阶功能。 Graph PatternSPARQL可以看做是对Graph Patte..

图谱实践笔记第三篇：Jena + GeoSPARQL GeoSPARQLGeoSPARQL: A Geographic Query Language for RDF Data; It supports representing and querying geospatial data on ..

图谱实践笔记第二篇：SPARQL；重要摘抄来源[6]。 RDBMS to RDFdirect mapping 数据库的表作为本体中的类（Class）。比如我们在mysql中保存的数据，一共有5张表。那么通过映射后，我们的本体就有5个类了，而不是我们自己定义的三个类。 表的列作为属性（Pro..

图谱实践笔记第一篇：基本概念，主要摘抄自知乎专栏[1]。 语义网络（Semantic Network）上世纪60年代提出的知识表达模式，其用相互连接的节点和边来表示知识。节点表示对象、概念，边表示节点之间的关系。 优缺点：语义网络的优点： 容易理解和展示。 相关概念容易聚类。 语义网..

本文主要内容学习整理自引用[1]。 1. 引言在上一篇中，我们对动态贝叶斯网络的基本形式、概念和模型问题进行了一定的解释。其中，大部分内容都还停留在对单独的子模型（sub-model）的问题求解（例如，两大主要问题：推断和学习）。在这篇文章中，我们将从时序模型的角度出发，考虑在时间上结点具有..

1. 引言动态贝叶斯网络（Dynamic Bayesian Network, DBN）是一种暂态模型（transient state model），能够学习变量间的概率依存关系及其随时间变化的规律。其主要用于时序数据建模（如语音识别、自然语言处理、轨迹数据挖掘等）。隐马尔可夫模型（hidden ..